基于块稀疏的空间碎片群目标成像方法.pdfVIP

基于块稀疏的空间碎片群目标成像方法.pdf

  1. 1、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。。
  2. 2、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  3. 3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
基于块稀疏的空间碎片群目标成像方法.pdf

第 37卷第3期 电 子 与 信 息 学 报 V0l1.37No.3 2015年 3月 JournalofElectronics&InformationTechnology Mar.2015 基于块稀疏的空间碎片群 目标成像方法 朱 江 廖桂生 朱圣棋 (西安电子科技大学雷达信号处理国家重点实验室 西安 7100711 摘 要:针对星载雷达空间碎片群 目标回波无法分离问题,该文利用回波在距离向表现出的块聚集特性,提出一种 基于块稀疏的高分辨 ISAR成像方法 。基于块稀疏压缩感知理论,通过利用空间碎片群 目标特性,抽取出各个碎片 的高分辨 1维距离像数据,并结合平动补偿和距离多普勒 (RD)算法得到各碎片的ISAR像。在小样本条件下,该 方法能够有效实现空间碎片的数据分离和高分辨ISAR成像。仿真实验表明,该方法的重构精度以及运算速度均优 于非结构类的稀疏 ISAR成像方法。 关键词:逆合成孔径雷达(ISAR):压缩感知(CS):空间碎片群成像;块稀疏;正交匹配追踪 中图分类号:TN957.52 文献标识码:A 文章编号:1009.5896(2015)03.0587-07 DOI:10.11999/JEIT140509 SpaceGroupDebrisImagingBasedonBlock—sparseM ethod ZhuJiang LiaoGui—sheng ZhuSheng-qi (NationalLaboratoryofRadarSignalProcessing,XidianUniversity,Xi’an710071,China) Abstract:Spacedebrisoftenappearsintheform ofgroups,andtheradarechoesoverlapeachotheralongtherange direction.Utilizingtheblockstructure,ahighresolutionspacedebrisimagingmethodofISAR isproposedbased ontheblock-sparseCompressedSensing(cs).Thismethodcangethighresolution1-Drangeprofileofevery debrisbasedontheblock—sparseCSwiththecharacteristicsofspacedebris,andobtaintheISAR imagecombined withthetranslationcompensationandtheRangeDoppler(RD)algorithm.Thesimulationresultsillustratethat theproposedmethodcanachievehighresolutionISAR imagewithlessreconstructionerroranditerativenumber comparedwiththenon·structureCSmethodunderlimitedmeasurements. Keywords:InverseSAR (ISAR);CompressedSensing (cs);Groupspacedebrisimaging;Block—sparsity; Orthogonalmatchingpursuit 1 引言 内是彼此分开的,空间表现出非常强的块聚集特性, 可 以利用该特性得到更好的性能。对于未知的稀疏 随着空间资源开发

文档评论(0)

月光般思恋 + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档